滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。

基于幂加权最小二乘拟合的红外相机辐射定标方法

分析了现有线性度计算方法的不足,提出基于偏差/测量值的新线性度评价方式,通过该方式最小二乘拟合的低端温度偏差比高端大一个数量级,并采用加权拟合提高系统响应线性度。在分析不同光谱的温度和辐亮度拟合函数基础上,提出一种基于辐亮度倒数幂加权最小二乘线性拟合的地面和星上辐射定标方法,确认最佳权重幂次,建立了幂次n=1的加权最小二乘拟合外黑体线性定标方程、内黑体线性定标方程、内外黑体辐亮度转换模型。针对星上内黑体高精度两点定标建立了基于加权最小二乘拟合内外黑体辐亮度转换模型;针对星上黑体发射率退化提出了基于恒星定标的红外相机星上内黑体辐亮度定标修正方法,建立了外黑体辐亮度、内黑体辐亮度和恒星辐亮度转换模型。采用加权线性拟合后,积分时间10 ms的低温端外黑体反演偏差由1.63 K下降到0.52 K,内黑体偏差反演温度偏差由0.83 K下降到0.39 K,系统响应线性度明显提升。

基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法,引入约束系数向量的L1正则化实现特征的稀疏性,将某些特征的系数缩小为0,基于冬小麦关键生育期(拔节期、孕穗期、开花期、灌浆期)无人机影像提取的65个光谱和纹理特征,采BP神经网络(back propagation,BP)、Adaboost、随机森林(random forest,RF)和线性回归(linear regression,LR)4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明:相关分析筛选出51个通过0.01显著性检验的变量;基于共线性分析,当LASSSO正则化参数λ取值为0.08时,17个敏感特征变量被筛选。基于筛选的敏感特征变量,BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性,且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性,模型R2均为0.81,RMSE分别为0.36%、0.38%和0.37%,说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁,而且稳健性高,可为智慧农业氮肥精准监测、智慧管理提供技术支撑。

基于PSD的分离式长导轨直线度测量方法研究

利用分段拼接测量方法能够将PSD激光准直测量系统测量范围扩大,相较于传统长导轨直线度测量方法,该方法可同时适用于连续型导轨和分离式超长导轨的直线度测量。首先,在(-5~+5) mm测量范围内,通过激光干涉仪分别测得激光准直测量系统的接收靶在水平和竖直方向上的位移,误差均优于±(1μm+1%H)。然后,在40 m范围内与激光准直测量系统的直线度测量精度进行对比,二者水平方向直线度误差相差0.06 mm,竖直方向直线度误差相差0.13 mm。最后,在70 m分离式超长导轨上,测得水平方向直线度为0.50 mm,竖直方向直线度为0.53 mm。该方法可迅速定位和调整直线度误差极值点位置,能够较为有效地解决分离式超长导轨的直线度装配调试问题。

配料组成对高温芝麻饼粕蛋白酶解物制备肉味香精的影响

为分析配料(硫化物、糖)组成对高温芝麻饼粕蛋白酶解物(High temperature sesame cake protein hydrolysate,HTSPH)制备肉味香精的影响,首先固定木糖与HTSPH含量,考察5种硫化物如半胱氨酸(LCys)、甲硫氨酸(L-Met)、硫胺素(VB1)对美拉德反应产物(Maillard reaction products,MRPs)的感官特性、挥发性成分、pH、褐变与糖基化程度的影响,随后对比木糖、核糖、半乳糖等9种糖与L-Cys、HTSPH反应得到MRPs的特性差异,最后,混料试验考察L-Cys、木糖、HTSPH三者组成对MRPs感官特性与挥发性成分影响。结果显示,不同硫化物形成MRPs的挥发性成分组成差异明显,L-Cys的MRPs肉味突出,感官评价得分最高(69.32±1.34)。对比不同糖的MRPs的性质组成发现,戊糖的MRPs中感官评价得分显著高于已糖的MRPs,其挥发性成分中富含肉香味成分,木糖是适宜由HTSPH制作肉味香精的糖类。混料试验表明L-Cys、木糖与HTSPH组成会显著影响MRPs风味特征。偏最小二乘回归分析发现22种关键挥发性成分。5-甲基-2-噻吩甲醛、二糠基二硫醚、5-乙基噻吩-2-甲醛、4,6-二甲基-1H,3H-噻吩并[3,4-c]噻吩、苯甲醛、2-糠基2-甲基-3-呋喃基二硫化物、2-糠硫醇与感官得分正相关。本研究为高温芝麻饼粕制备肉味香精提供理论指导。

紫外分光光度法测定歧化松香中去氢枞酸含量的干扰因素研究

利用液相色谱仪、制备液相色谱仪、气相色谱质谱联用仪,对歧化松香(DR)中去氢枞酸(DA)紫外光谱测定方法的干扰因素进行了详细研究。测定的市售不同省份的5个样品中有2个主要干扰物质,进一步定性,确定干扰物质1为6,8,11,13-枞四烯酸(ATA),干扰物质2为混合物,主要检出物为去氢枞醛(D)和枞酸(AA)。采用二阶导数光谱法和偏最小二乘(PLS)法对紫外光谱数据进行分析,以消除去氢枞酸紫外分光光度法的干扰,结果表明:PLS法比二阶导数光谱法误差更小,能够同时消除多种干扰因素,使测试结果更加接近真实值。

考虑磨损演化的铰链式襟翼机构动力学仿真研究

不同卡位的襟翼气动载荷差别很大,使得轴承在不同襟翼偏角下所承受载荷也存在明显差异,这导致在不同角度位置的轴承磨损深度不一致。因此,引入均匀磨损深度的方法难以适用于襟翼的动力学特性分析。为解决这一问题,提出了一种基于最小二乘法的动力学建模方法。根据襟翼翼面的连接特点利用C-B法对其进行柔性化,并采用RBE2单元建立刚柔耦合动力学模型。联合UAMP、DISP、UMESHMOTION子程序进行磨损演化仿真,获取铰链轴承的非均匀磨损数据,同时通过最小二乘拟合建立磨损深度和襟翼偏角角度以及摩擦因数的映射关系。将该映射关系以铰链轴承中心点的偏移量和轴承摩擦因数的方式更新刚柔耦合动力学模型,以获取在磨损影响下的襟翼机构动力学响应,验证了方法的适用性和有效性。结果表明,随着磨损的进行,襟翼内外侧轴承转轴同轴度逐渐降低,内外侧驱动力矩随之增加,增加幅度最大为15.08%。该方法可为襟翼机构的设计及轴承选型提供一定支持。

基于最小二乘法的不干胶材料柔性版印刷网点增大及补偿研究

不干胶材料印刷品通常采用柔性版印刷,其印刷网点的变化影响着不干胶材料上图像复制的质量,因此需要进行网点增大补偿。本研究设计了柔性版印刷测试版,获取了不同印刷条件下的网点增大数据,基于最小二乘法,借助Matlab软件拟合了网点增大曲线,对比分析了印版硬度、印刷压力和加网线数对网点增大的影响。同时采用“网点实际增大补偿”算法对网点增大进行了补偿,并对补偿效果进行了模拟验证。研究结果表明,镜面铜版纸不干胶材料在柔性版印刷时应选用硬度偏大、加网线数适中的柔性版,并在尽可能小的印刷合压量条件下印刷;采用“网点实际增大补偿”算法对网点增大进行补偿,能较好地控制网点增大,还原印刷阶调。

基于空间目标异步观测的惯导误差快速确定

针对惯性/天文组合导航系统中大的初始状态误差影响惯导误差收敛速度的问题,在星相机观测具有先验位置信息的有限空间目标的辅助下,提出一种基于目标-恒星角距异步测量的惯导误差在线快速确定方法。首先,在星相机光轴旋转角度和视场角大小受限的情况下,设计了通过异步照相观测方式获取有效空间目标参考信息的方案;其次,在利用惯导误差状态传播模型实现异步测量信息同步处理的基础上,构建基于空间目标与恒星之间角距的非线性最小二乘优化模型,避免了星相机的光轴扰动和安装误差对测量精度的影响;最后,基于高斯牛顿法设计了两轮迭代优化估计惯导位置误差和速度误差的方法。蒙特卡洛仿真结果表明,所提方法利用对空间目标和恒星的有限观测信息,可以有效估计惯导位置误差和速度误差,在初始位置误差约十千米量级的情况下,可以估计补偿约97.73%的位置误差以及66.25%的速度误差,优化求解误差参数的计算耗时为0.0160 s。

超声波钻谐振控制算法设计及试验验证

为解决小天体表面引力小及温差变化大难以实现锚固的问题,提出以超声波钻作为锚固工具并采用模糊控制和恒流控制相结合的策略,实现了低钻压力和高低温环境条件下的超声波钻钻进锚固。压电驱动的超声波钻将高频电能转化为高频机械振动,驱动钻具高频破碎岩石,具有极低钻压力的显著优势,尤其适用于弱引力小天体的钻进锚固作业。针对超声波钻的驱动,对超声波钻的谐振控制算法进行研究。首先,建立超声波钻换能器的等效电路模型,在等效模型基础上研究换能器的阻抗特性、负载特性、温度特性和滞后特性。其次,根据超声波钻的工作特性研究谐振频率识别算法、谐振频率跟踪算法和恒电流控制算法,针对谐振频率跟踪算法研究了基于递归最小二乘估计的频率跟踪算法和基于模糊控制的频率跟踪算法,并对实际控制效果进行对比分析。最后,进行常温常压和高低温环境下钻进试验,试验结果表明,在不同温度环境和不同的钻进对象条件下,所设计的谐振控制算法能够实现对超声波钻的稳定驱动。研究结果表明,所提出的模糊控制和恒流控制能够有效的在低钻压力以及不同温度下实现有效钻进。

飞行器轨迹的半参数估计方法

提出一种基于半参数建模的飞行器轨迹估计新方法,通过抑制不可参数建模的测量系统误差提高轨迹的估计精度。利用不等距节点B样条函数建立飞行器轨迹的参数模型,将轨迹参数模型代入测量模型中,并将测量模型中不可参数建模的系统误差表示为非参数,进而建立包含轨迹参数待估量和系统误差非参数待估量的半参数回归模型。采用轨迹参数估计和系统误差分离交替迭代的方式求解该半参数回归模型,利用非线性最小二乘法估计轨迹参数,通过小波分析从残差数据中分离系统误差。理论分析和仿真结果表明,半参数估计方法的轨迹估计精度优于忽略测量系统误差的参数估计方法。

采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制

为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。

基于电子鼻和一维拉普拉斯卷积核的奶粉基粉产地鉴别

奶粉基粉是配方奶粉的基础原材料,其产地影响到终端乳制品的品质。本文提出了一种电子鼻技术与一维拉普拉斯卷积核相结合的基粉奶源地判别方法。通过电子鼻采集样本数据,经过时域信号对齐,尝试使用不同阶数的一维拉普拉斯卷积核进行特征提取,并对比了统计数字特征、快速傅里叶变换、离散余弦变换等其他特征提取方法,最后使用偏最小二乘及可视化进行可分性分析。实验结果发现快速傅里叶变换、离散余弦变换、二阶的一维拉普拉斯卷积核相对于原始特征均有效提升了可分性,偏最小二乘的R2效应量从0.61分别提升到0.95、0.96和1.00。一维拉普拉斯卷积核特征提取方法能够准确区分产自国内和国外(澳大利亚)的基粉,在案例研究中取得了最优判别效果,说明其能够有效提取到电子鼻各通道序列信号的时间响应特征。该方法能够完成中澳两国奶粉基粉样本的区分工作,为快速鉴定奶粉基粉来源提供技术支撑。

混合热工和水力特性的风机盘管系统建模

针对风机盘管系统建模研究中大多数未考虑水力学特性对其的影响,本文提出混合热工和水力特性的风机盘管系统建模方法,以满足实际工程中对于风机盘管系统控制的数学模型需要.在水力学模型中考虑风机盘管电动水阀,基于基尔霍夫定律建立水力平衡方程,通过遗传–粒子群相结合的优化算法(GA-PSO)求解各个盘管的水流量及对应的阀门开度;以水流量为输入,考虑风机盘管风量,采用非线性最小二乘法辨识求解其总传热系数,建立基于牛顿冷却定律的风机盘管热力学模型.实验结果表明:混合热工和水力特性的建模方法能够更好的反应风机盘管的物理过程;GA-PSO算法具有很好的稳定性和收敛性,能够更准确的求解水流量及对应的阀门开度,与实际运行数据的相对误差不超过1%;热力学模型在各种实际工况下的模型误差都低于4%,能够精确反映风机盘管的传热过程.

隔震支座骨架板平面度检测及误差补偿

针对机械加工行业隔震支座骨架板平面度检测损伤表面并且不能多个连续检测的问题,提出一种基于激光传感器和振动误差补偿的非接触平面度检测系统。首先利用激光传感器对骨架板表面进行扫描,并通过滤波和精简算法来优化骨架板点云;然后将运动平台的偏移量写入每个点云坐标,形成精确的骨架板点云数据;最后将传统最小二乘法升维,计算各测量点到拟合平面的偏距值得到平面度。实验结果表明:系统能够有效检测骨架板的平面度,解决了传统检测效率低并且含振动误差的问题,能够更好地适应自动化检测环境。

基于可重构智能表面的二维高精度角度估计方法

可重构智能表面(Reconfigurable Intelligent Surface)因其提高频谱和能量使用效率、成本低等特点,被认为是未来无线通信和目标感知的关键性技术。RIS在平面上集成了大量低成本的无源反射元件,通过连接RIS的智能控制器,可以控制入射到这些可重构元件的信号的相位和幅度,从而重新配置入射信号的传播。波达方向(Direction of Arrival)估计问题是实现目标感知的重要组成部分,而RIS因其能够重新配置信号的特性被用来提高DOA估计的准确性。然而,在实际使用RIS时,由于元件之间的距离小于半波长而引起的互耦效应以及无法完美控制反射过程导致的反射失配(反射相位和幅度误差)等问题会严重影响RIS的性能。本文针对基于RIS系统的二维DOA估计问题,建立了考虑互耦效应和反射失配的RIS系统模型;并基于该模型,提出了一种新的二维角度估计方法用于DOA估计。该方法首先通过深度神经网络(Deep Neural Network)将RIS接收的信号进行重构,以降低互耦效应和反射失配的影响,再进一步使用非线性最小二乘法(Nonlinear Least Square)进行高精度的DOA估计。本文通过仿真验证了算法的估计性能,并与快速傅里叶变换(Fast Fourier Transformation)、正交匹配追踪(Orthogonal Matching Pursuit)等传统方法进行比较,结果表明相对于快速傅里叶变换、正交匹配追踪等传统方法新算法具有更好的估计性能。

事件触发机制下配电网三相动态状态估计

随着高级量测体系的发展和智能电表的广泛应用,为配电网三相状态估计提供了丰富的终端量测信息。与此同时,大量的智能电表数据给配电网通信系统提出了更高的通信带宽和实时存储要求。为了缓解量测拥堵和时延现象,文中引入事件触发机制代替传统量测数据的周期性采样,在保证有效量测信息及时上传的同时减少通信成本和投资。在此基础上,针对配电网实时状态感知问题,提出了基于鲁棒集合卡尔曼滤波的配电网三相动态状态估计方法,在正常运行场景下,能够保持与无偏估计加权最小二乘法相近的估计精度;当含有坏数据时,该方法也拥有较强的鲁棒性。

基于单料烟的加热卷烟与传统卷烟香气成分释放差异分析

将10种单料烟分别制备成加热卷烟和传统卷烟两种类型卷烟样品,采用GC-MS分析和正交偏最小二乘法判别分析(OPLS-DA)模型评价加热卷烟气溶胶和传统卷烟主流烟气中香气成分的释放差异。结果表明:加热卷烟气溶胶和传统卷烟主流烟气中分别鉴定出53种和77种香气成分;两者共有香气成分47种,其中13种香气成分在加热卷烟气溶胶中的释放量较为突出,除乙酸、γ-丁内酯外,其他11种均是醛酮类化合物;筛选出两种卷烟中存在显著释放差异的香气成分53种,包含吡嗪吡啶类7种、酮类12种、呋喃类4种、酸类9种、酯类3种、酚类8种、烃类9种、醇类1种,从差异性香气成分在该类别总鉴定成分的占比来看,酚类香气成分在两种卷烟中的释放差异性最为显著,其余依次为烃类、吡嗪吡啶类、酸类、酯类、酮类、呋喃类、醇类。

曲线曲面局部最小二乘渐进迭代逼近

作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用。针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA。首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LOCAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果。在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少。因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快。